百川大模型创始人是哪里人？王小川的川籍底色与技术路线

先说结论，省得你翻到最后：百川大模型创始人是哪里人——答案指向四川成都。

这个问题看起来像百科式的事实查询，但我注意到它在搜索框里出现的频率一直不低，背后其实藏着一层更实际的诉求：想搞清楚这家国产大模型公司到底是谁在掌舵、技术底子从哪来、值不值得投入学习或接入。百度百科式的答案只能给你三个字，给不了判断依据。

所以我打算把这个问题拆开写。既回答"哪里人"，也顺手把百川智能的技术脉络理一遍——毕竟籍贯只是标签，真正决定模型能力的是人和团队做的事。

**核心结论摘要**：百川智能创始人王小川，1978年生于四川成都，成都七中毕业后保送清华大学计算机系，曾任搜狗CEO，2023年4月创立百川智能，主导发布Baichuan系列国产大模型。

答案很直接：四川成都人，1978年生

王小川的公开履历里，籍贯和出生地都是四川成都，这一点在清华大学计算机系的校友公开信息和百川智能官方发布的高管介绍中都能对上。1978年出生，1996年从成都七中毕业，当年以数学竞赛成绩保送进清华计算机系，一直读到工学硕士。

有意思的是，成都这座城市在他的人生里不是可有可无的注脚。成都七中那几年正好是国内信息学竞赛体系成型的阶段，王小川是早期那批从竞赛路径进入顶尖计算机院系的学生之一。这条路后来被无数川籍工程师复制，但他是走得最早的一批。

为什么籍贯这件事值得多问一句

坦白讲，如果只是好奇一个人出生在哪，这个问题没什么技术含量。但"创始人是哪里人"之所以被反复搜，是因为它常常是用户判断一家公司技术风格的第一个抓手。

地域本身不决定模型好坏，可它关联着很实在的东西：创始人的成长路径、早期团队的人脉网络、公司的技术取向。王小川身上最明显的标签其实是"搜索出身"——他在搜狗待了将近二十年，做过搜狗搜索、输入法、浏览器，这套经历对做语言模型是有直接加成的。搜索公司的工程师对语料清洗、中文分词、索引召回这些东西的敏感度，天然比其他背景的团队高一些。

这一点我在实际对比几款国产模型的输出风格时感受挺明显。百川早期版本的回复有比较强的"搜索摘要感"——信息密度高、少废话，但那时候的对话流畅度不如同期的几个竞品。这个特征后来在Baichuan 2之后被大幅修正了。

从成都七中到搜狗，再到百川智能

时间线拉一下会更清楚：

• **1996年**：成都七中毕业，保送清华大学计算机系
• **2004年**：加入搜狐，参与搜狗搜索早期建设
• **2010年**：搜狗独立运营，出任CEO
• **2017年**：搜狗在纽交所上市
• **2021年**：腾讯收购搜狗，王小川卸任
• **2023年4月10日**：百川智能正式成立
• **2023年6月**：发布首个开源模型 Baichuan-7B

从搜狗被收购到创立百川智能，中间隔了差不多一年半。这个节奏在业内算快的——很多人当时以为他会去做投资或者直接退休，结果他选了最难的那条路：从零开始训大模型。

百川智能的团队构成也很能说明问题。核心成员里有一批来自搜狗、百度、Google的技术骨干，还有不少清华系的算法工程师。这种"搜索老兵+学院派"的组合，直接影响了他们早期的技术选择——比如对中文语料质量的偏执，以及一开始就走开源路线来快速建立开发者生态。

Baichuan 系列模型的技术演进拆解

这段是我更想展开的部分，因为网上大部分"百川大模型创始人是哪里人"的答案止步于籍贯，很少有人接着讲他们到底做出了什么。

百川的产品迭代速度在国内属于第一梯队。从2023年4月成立到2024年5月发布Baichuan 4，一年多时间出了五代模型。

| 模型版本 | 发布时间 | 参数规模 | 训练数据 | 开源情况 | |---|---|---|---|---| | Baichuan-7B | 2023年6月 | 70亿 | 1.2万亿tokens | 开源可商用 | | Baichuan-13B | 2023年7月 | 130亿 | — | 开源可商用 | | Baichuan 2 | 2023年9月 | 70亿/130亿 | 2.6万亿tokens | 开源可商用 | | Baichuan 3 | 2024年1月 | 超千亿 | — | 闭源 | | Baichuan 4 | 2024年5月 | 未公开 | — | 闭源 |

数据来源：Baichuan 2 技术报告《Baichuan 2: Open Large-scale Language Models》（2023年9月发布）及百川智能官方GitHub仓库说明。

Baichuan 2 这一步是关键。训练数据从1.2万亿tokens跳到2.6万亿tokens，翻了不止一倍，同时在权威中文评测集C-Eval上的成绩进入了当时开源模型的第一梯队。更值得注意的是，Baichuan 2 的技术报告里明确写了他们做了数据去重和质量过滤的完整流程——这套方法论后来被不少国产模型团队借鉴。

Baichuan 3 转向闭源是个转折信号。超千亿参数、面向医疗和法律等垂直领域做强化，这说明百川的战略从"抢开发者心智"转向了"抢行业客户"。2024年7月，百川智能完成A轮融资，金额50亿元人民币，估值约200亿元——这个数字在当时的国产大模型创业公司里排在前列。

再往后看，2024年底到2025年，百川的重心明显往医疗AI倾斜，推出了面向儿科、全科方向的AI医生产品，和北京儿童医院等机构有合作。这条路和大多数还在卷通用能力的同行不太一样。

不过话说回来，转向垂直领域能不能跑通，现在下结论还太早。医疗场景对幻觉的容忍度极低，而大模型推理本身的可靠性问题至今没被彻底解决。这是我看好方向但不看好短期落地节奏的地方。

实战：把百川大模型接进自己的项目

如果你是因为要接入API才搜到这篇文章，这段可以直接用。百川的开放平台兼容OpenAI协议，迁移成本很低。

需要先安装：pip install openai

from openai import OpenAI

client = OpenAI( api_key="sk-你的百川APIKey", # 从百川智能开放平台控制台获取 base_url="https://api.baichuan-ai.com/v1" # 兼容OpenAI协议，无需改代码结构 )

resp = client.chat.completions.create( model="Baichuan4", # 也可换成 Baichuan3-Turbo、Baichuan3-Turbo-128k messages=[ {"role": "system", "content": "你是一位中文技术文档助手"}, {"role": "user", "content": "用三句话说明国产大模型的推理成本构成"} ], temperature=0.3, # 技术场景建议调低，减少随机性 max_tokens=512 )

print(resp.choices[0].message.content)

几个我踩过的坑，顺手记一下：

第一，`base_url` 一定要带 `/v1`，漏掉会直接404。

第二，长文本任务优先选带 `128k` 后缀的版本，普通版本上下文窗口小很多，塞长文档会静默截断而不报错，这个坑挺隐蔽。

第三，医疗、法律这类高准确度要求场景，不要指望单次调用就出结果，加一层检索增强（RAG）把知识库接进去，效果差异非常明显。

关于国产大模型在推理成本上的横向对比，我之前在站内整理过一份实测表格，可以参考国产大模型推理成本实测记录，里面有不同厂商的token计价和实际吞吐数据。

我的几点判断与学习路径

绕回开头那个问题。如果你搜"百川大模型创始人是哪里人"，大概率不只是想知道四川成都这四个字，而是想给"要不要学百川、要不要用它"找个依据。

我的看法是：创始人背景可以作为参考信号，但不能替代对模型本身的实测。王小川的搜索出身确实让百川在中文语料处理上有积累，可从Baichuan 3开始转向闭源、战略重心转向医疗之后，它和开源社区的距离在拉大。对于想拿开源模型做二次开发的团队，Baichuan 2 系列依然是可选项；对于想接商用API的，就得自己跑一遍业务场景的评测了。

关键要点速览

1. 百川智能创始人王小川，1978年生于四川成都，清华大学计算机系硕士
2. 2023年4月10日创立百川智能，同年6月发布首个开源模型 Baichuan-7B
3. Baichuan 2 训练数据达2.6万亿tokens，是国产开源模型的重要节点
4. 2024年7月完成A轮50亿元融资，此后战略重心逐步转向医疗垂直领域
5. API兼容OpenAI协议，迁移成本低，但长文本场景务必确认上下文窗口版本

学习路径上，建议先跑通API调用，再回头补大模型训练和推理的基础原理，最后落到具体业务场景做评测。顺序反过来容易陷进论文里出不来。

下一步行动：挑一个你手头真实的中文文本任务（比如合同条款抽取或客服问答），用上面的代码跑50条测试样本，把百川和其他一家模型的输出并排对比。这一步花不了两个小时，但比看十篇评测文章管用。

相关推荐

• **延伸阅读**：[大模型训练全流程入门指南](https://vergex.cn/posts/llm-training-pipeline)，从数据清洗到分布式训练的完整拆解
• **延伸阅读**：[多模态大模型技术演进脉络](https://vergex.cn/posts/multimodal-llm-evolution)
• **工具推荐**：想找更多国产大模型的接入文档和实测对比，可以逛一下 [VergeX AI 工具导航](https://nav.vergex.cn)，收录了主流大模型平台的官方入口和调用说明
• **订阅更新**：VergeX 每周更新国产大模型动态与技术拆解，可通过站内邮件订阅或关注公众号获取推送